CN112767237A - 基于点云数据的环形位姿控制方法、装置及超声设备 - Google Patents

基于点云数据的环形位姿控制方法、装置及超声设备 Download PDF

Info

Publication number
CN112767237A
CN112767237A CN202011615444.8A CN202011615444A CN112767237A CN 112767237 A CN112767237 A CN 112767237A CN 202011615444 A CN202011615444 A CN 202011615444A CN 112767237 A CN112767237 A CN 112767237A
Authority
CN
China
Prior art keywords
point
list
edge
tangent plane
edges
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011615444.8A
Other languages
English (en)
Other versions
CN112767237B (zh
Inventor
曹吉文
诸晓明
李禾源
赵明昌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Chison Medical Technologies Co Ltd
Original Assignee
Wuxi Chison Medical Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuxi Chison Medical Technologies Co Ltd filed Critical Wuxi Chison Medical Technologies Co Ltd
Priority to CN202011615444.8A priority Critical patent/CN112767237B/zh
Publication of CN112767237A publication Critical patent/CN112767237A/zh
Application granted granted Critical
Publication of CN112767237B publication Critical patent/CN112767237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/06Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G06T3/067Reshaping or unfolding 3D tree structures onto 2D planes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0825Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42Details of probe positioning or probe attachment to the patient
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30241Trajectory

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于点云数据的环形位姿控制方法、装置及超声设备,其中基于点云数据的环形位姿控制方法包括:获取扫查部位的点云数据,将点云数据重构成stl后得到stl数据模型;根据stl数据模型确定顶点列表、面列表和边列表;根据顶点列表和边列表识别穿过切平面的边,并计算所有穿过切平面的边与切平面的交点,得到交点列表;利用所有穿过切平面的边与面列表建立面边对,将所有穿过切平面的边在面边对上迭代,得到轨迹方向;将交点列表中的各个交点按照轨迹方向进行排序,得到环形轨迹,可以基于获取的点云数据和切平面自动构建出运动轨迹,使得人工在使用超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准,减少误查的概率。

Description

基于点云数据的环形位姿控制方法、装置及超声设备
技术领域
本发明涉及医学扫查技术领域,具体涉及一种基于点云数据的环形位姿控制方法、装置及超声设备。
背景技术
目前,人工在使用超声探头进行乳腺扫描时,扫描顺序不准确、扫描路径不标准都会造成图像不准确,可能导致误查。
发明内容
有鉴于此,本发明实施例提供了一种基于点云数据的环形位姿控制方法、装置及超声设备,以解决使用超声探头进行乳腺扫描时,扫描顺序不准确、扫描路径不标准的问题。
根据第一方面,本发明实施例提供了一种基于点云数据的环形位姿控制方法,包括:
获取扫查部位的点云数据,将所述点云数据重构成stl后得到stl数据模型;
根据所述stl数据模型确定顶点列表、面列表和边列表;
根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到环形轨迹。
本发明实施例提供的基于点云数据的环形位姿控制方法可以基于获取的点云数据和切平面自动构建出运动轨迹,使得人工在使用超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准,减少误查的概率。
结合第一方面,在第一方面第一实施方式中,在得到环形轨迹之后,还包括:当所述环形轨迹的数量为多个时,对多个环形轨迹进行重排,使相邻两个环形轨迹中前面一个环形轨迹的终点与后面一个环形轨迹的起点相衔接。
结合第一方面,在第一方面第二实施方式中,在得到环形轨迹之后,还包括:确定所述环形轨迹中轨迹点的姿态。
结合第一方面,在第一方面第三实施方式中,在得到环形轨迹之后,还包括:将所述环形轨迹进行平滑处理。
结合第一方面第一实施方式或第一方面第二实施方式,在第一方面第四实施方式中,所述根据所述顶点列表和所述边列表识别穿过所述切平面的边包括:
获取所述顶点列表中的任一顶点,称为第一点,将所述第一点向所述切平面的法线上做投影,当第一投影点大于预设阈值时,第一投影标记为1;当所述第一投影点小于所述阈值时,第一投影标记为0;
在所述边列表中获取与所述第一点属于同一条边的第二点,将所第二点向所述切平面的法线上做投影,将所述第一点向所述切平面的法线上做投影,当第二投影点大于所述阈值时,第二投影标记为1;当所述第二投影点小于所述阈值时,第二投影标记为0;
计算所述第一投影标记和所述第二投影标记的和,当所述第一投影标记和所述第二投影标记的和为1时,则判断所述第一点与所述第二点构成的边为穿过所述切平面的边。
结合第一方面第一实施方式或第一方面第二实施方式,在第一方面第五实施方式中,利用所有穿过所述切平面的边与所述面列表建立面边对,包括:
根据所述面列表和所有的穿过所述切平面的边,确定所述面列表中的每个面所包含的穿过所述切平面的边,得到第一面边对;
根据所述面列表和所有的穿过所述切平面的边,确定所有的穿过所述切平面的边周围的面,得到第二面边对。
结合第一方面第五实施方式,在第一方面第六实施方式中,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向包括:
获取当前边;
根据所述当前边利用所述第二面边对,确定所述当前边周围的两个面;
在所述两个面中选取未参加迭代的当前迭代面;
根据所述当前迭代面利用所述第一面边对,确定所述当前迭代面中的下一边,并将所述下一边作为所述当前边;直到回到起始面或迭代的边的数量与穿过所述切平面的边的数量相同。
结合第一方面第二实施方式,在第一方面第七实施方式中,所述确定所述环形轨迹中轨迹点的姿态包括:
针对任一当前轨迹点,确定所述当前轨迹点的Z向量;
获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;
利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;
根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。
结合第一方面第七实施方式,在第一方面第八实施方式中,所述确定所述当前轨迹点的Z向量包括:
根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的周围面数量;
当所述相交边的周围面数量为1时,将所述相交边的周围面的法矢作为所述当前轨迹点的法矢;
当所述相交边的周围面数量为2时,判断所述相交边的周围面的法矢是否相同,当相同时,将所述相交边的任一周围面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的周围面的法矢之和作为所述当前轨迹点的法矢。
结合第一方面第七实施方式,在第一方面第九实施方式中,所述确定所述当前轨迹点的Z向量包括:
计算所述stl数据模型的顶点法矢;
以三角形的形心为准计算所述stl数据模型的三角面法矢;
根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;
将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。
结合第一方面,在第一方面第十实施方式中,在根据所述顶点列表和所述边列表识别穿过切平面的边之前,还包括:
确定所述stl数据模型到预设基平面的最大距离和最小距离;
获取探头长度和交叠区域长度,根据所述探头长度和所述交叠区域长度确定相邻两个切平面之间的间隔长度;
根据所述最大距离、所述最小距离和所述间隔长度确定所述切平面的位置。
根据第二方面,本发明实施例提供了一种基于点云数据的位姿控制装置,包括:
获取模块,用于获取扫查部位的点云数据;
重构模块,用于将所述点云数据重构成stl后得到stl数据模型;
预处理模块,用于根据所述stl数据模型确定顶点列表、面列表和边列表;
交点确定模块,用于根据所述顶点列表和所述边列表识别穿过所述切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
轨迹方向确定模块,利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
环形轨迹确定模块,用于将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到环形轨迹。
根据第三方面,本发明实施例提供了一种超声设备,包括探头、存储器和处理器,所述探头、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或第一方面第一实施方式中任一项所述的基于点云数据的位姿控制方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行第一方面或第一方面第一实施方式中任一项所述的基于点云数据的位姿控制方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1为本发明实施例1中基于点云数据的环形位姿控制方法的流程示意图;
图2为乳房整体的stl数据模型示意图;
图3为单个乳房的stl数据模型示意图;
图4为环形轨迹示意图;
图5为轨迹点的法矢确定方法示意图;
图6为三角面法矢确定方法示意图;
图7为顶点法矢确定方法示意图;
图8为未进行平滑处理前的环形轨迹示意图;
图9为进行平滑处理后的环形轨迹示意图;
图10为环形轨迹的重排方法示意图;
图11为环形轨迹重排后的结构示意图;
图12为环形轨迹重排方法示意图;
图13为本发明实施例2中基于点云数据的环形位姿控制装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本发明实施例1提供了一种基于点云数据的环形位姿控制方法。图1为本发明实施例1中基于点云数据环形位姿控制方法的流程示意图,如图1所示,本发明实施例1中基于点云数据的位姿控制方法包括以下步骤:
S101:获取扫查部位的点云数据,将所述点云数据重构成stl后得到stl数据模型。
在本发明实施例1中,实时获取乳房点云数据,重构成stl后,得到stl数据模型。图2为乳房整体的stl数据模型示意图;图3为单个乳房的stl数据模型示意图。stl数据模型中的数据称为STL点云数据。STL数据模型是一种以三角面片的mesh网格形式存在的数据形态,由各个三角面片的顶点坐标和对应的面片序列号组成。
S102:根据所述stl数据模型确定顶点列表、面列表和边列表。
作为具体的实施方式,根据所述stl数据模型确定顶点列表、面列表和边列表可以采用如下的技术方案:解析所述stl数据模型得到顶点列表和面列表,其中所述顶点列表中包括顶点的位置信息(例如顶点的x、y、z的坐标),所述面列表中包括面中包含的顶点信息(例如顶点A、顶点B和顶点C组成一个面);根据所述顶点列表和所述面列表确定边列表,其中所述边列表中包括边中包含的顶点信息(例如顶点A与顶点B组成第一条边;顶点A与顶点C组成第二条边;顶点B与顶点C组成第三条边)。
S103:根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表。
作为一种具体的实施方式,根据所述顶点列表和所述边列表识别穿过所述切平面的边可以采用如下技术方案:
S1031:获取所述顶点列表中的任一顶点,称为第一点,将所述第一点向所述切平面的法线上做投影,当第一投影点大于预设阈值时,第一投影标记为1;当所述第一投影点小于所述阈值时,第一投影标记为0;
S1032:在所述边列表中获取与所述第一点属于同一条边的第二点,将所第二点向所述切平面的法线上做投影,将所述第一点向所述切平面的法线上做投影,当第二投影点大于所述阈值时,第二投影标记为1;当所述第二投影点小于所述阈值时,第二投影标记为0;
S1033:计算所述第一投影标记和所述第二投影标记的和,当所述第一投影标记和所述第二投影标记的和为1时,则判断所述第一点与所述第二点构成的边为穿过所述切平面的边。
例如,通过上述步骤S1031~S1033得到以下结果,比如a=[0 0;0 1;1 1;1 0;00],第二行和第四行代表的边的第一投影标记与第二投影标记的和为1,即第二行和第四行代表的边穿过了切平面。
在本发明实施例中,计算所有穿过所述切平面的边与所述切平面的交点得到交点列表可以采用现有技术中的任意方案,在此不再赘述。
S104:利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向。
作为具体的实施方式,利用所有穿过所述切平面的边与所述面列表建立面边对可以采用如下技术方案:根据所述面列表和所有的穿过所述切平面的边,确定所述面列表中的每个面所包含的穿过所述切平面的边,得到第一面边对;根据所述面列表和所有的穿过所述切平面的边,确定所有的穿过所述切平面的边周围的面,得到第二面边对。也就说是,为每一个面识别穿过平面的边的索引,也为每个边识别它周围两个面的索引,期望每个面是包含0条或2条相交边。
作为具体的实施方式,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向包括:
S1041:获取起始边,并将起始边作为当前边;
S1042:根据所述当前边利用所述第二面边对,确定所述当前边周围的两个面;
S1043:在所述两个面中选取未参加迭代的当前迭代面;
S1044:根据所述当前迭代面利用所述第一面边对,确定所述当前迭代面中的下一边,并将所述下一边作为所述当前边,并返回至步骤S1042,直到回到起始面或迭代的边的数量与穿过所述切平面的边的数量相同。
S105:将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到环形轨迹。
通过上述步骤S101~S105可以得到一条环形轨迹。当采用多个平行的切片面切割所述stl数据模型得到多个环形轨迹,如图4所示。
具体的,多个平行的切平面位置可以通过以下方法确定:确定所述stl数据模型到预设基平面的最大距离和最小距离;获取探头长度L和交叠区域长度L1(需要交叠的区域长度是预先设置的),根据所述探头长度和所述交叠区域长度确定相邻两个切平面之间的间隔长度L-L1;根据所述最大距离、所述最小距离和所述间隔长度确定所述切平面的位置。示例的,特定基平面一般指定为正好可以将整个乳房和身体分隔开的特征平面,或默认为原点=[0,0,0]的标准x-y平面。
本发明实施例提供的基于点云数据的位姿控制方法,可以基于获取的点云数据和切平面自动构建出环形轨迹,使得人工在使用超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准,减少误查的概率。
作为进一步的实施方式,在S105的得到环形轨迹之后,还包括:确定所述环形轨迹中轨迹点的姿态。由此不仅可以使得人工在使用超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准;而且还可以使得探头更贴合乳房表面,保证打图质量。
作为具体的实施方式,确定所述环形轨迹中轨迹点的姿态可以采用如下技术方案:针对任一当前轨迹点,确定所述当前轨迹点的Z向量;获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。在得到当前轨迹点的旋转矩阵之后,可以根据机械臂的末端TCP姿态表示形式(四元数法,欧拉角法,旋转矢量法)进行旋转矩阵的变换,确定姿态。
具体的,确定所述当前轨迹点的Z向量可以采用以下两种方式。
第一种方式为:根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的周围面数量;当所述相交边的周围面数量为1时,将所述相交边的周围面的法矢作为所述当前轨迹点的法矢;当所述相交边的周围面数量为2时,判断所述相交边的周围面的法矢是否相同,当相同时,将所述相交边的任一周围面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的周围面的法矢之和作为所述当前轨迹点的法矢。如图5所示,穿过ab边的面索引为1;穿过bc的索引为1和2;若为1,则与边ab交点的法式以1面的法式为准;若为2,则判断面1和面2的法矢是否相同,当相同时,与边bc交点的法式为1面或2面的法矢,当不同时,与边bc交点的法式为1面和2面的法矢之和。
第二种方式为:计算所述stl数据模型的顶点法矢;以三角形的形心为准计算所述stl数据模型的三角面法矢;根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。也就是说,计算获取stl模型数据的顶点法矢和三角面法矢(以面的形心为准),根据路点临近原则,以最靠近路点的顶点或形心点的法矢为轨迹路点法式。
其中第二种方式为模糊计算,由于乳房形态是一个平滑过度的特征曲面,在一定精度下的微特征可表征宏观特征,所以可模糊取得轨迹点的法矢。
三角面法矢就是面上两个临边的向量叉积,如图6所示,
Figure BDA0002876510560000091
顶点法矢为相邻每个面的法矢量之和,如图7所示,
Figure BDA0002876510560000092
作为进一步的实施方式,在得到环形轨迹之后,还包括:将所述环形轨迹进行平滑处理。
stl的数据表面由于降采样或本身的数据粗糙,导致生成的轨迹是一段段折线,且对于轨迹数据的间隔也是不可控的,如图8所示,所以需要对轨迹数据进行平滑和光顺,具体包括以下步骤:
(1)轨迹点的思想主要是“以直代曲”,依此迭代计算两个连续点之间的距离之和,直到轨迹点末尾,求得轨迹长度;
(2)根据机械臂对运动的数据精度确定轨迹数据的间隔;
(3)使用重复的中点结点插入生成一个精细的连续B样条曲线,其提供了均匀b样条曲线上点的密集序列f(t),c为输入的数据数组,k为阶数,n为数组中数据的个数,输出均匀样条曲线数组。
计算公式为:
Figure BDA0002876510560000101
其中,C(j)表示的是样条曲线系数C,也就是输入的数据数组中的每个数据j=1---n。
优化后的轨迹如图9所示。
作为进一步的实施方式,在得到环形轨迹之后,还包括:当所述环形轨迹的数量为多个时,对多个环形轨迹进行重排,使相邻两个环形轨迹中前面一个环形轨迹的终点与后面一个环形轨迹的起点相衔接。
在得到轨迹点后,生成的每条轨迹是不统一(虽然轨迹都是按着一定的顺序形成的,但轨迹的起始点是不一样;其实也就是每条轨迹上求交的第一个面片是无法确定的)的,这就可能会造成相互间每条轨迹的“落刀点”和“提刀点”没有在同一个平面上或同一个角度上,必然会出现机械臂的干涉,造成不可预估的效果,所以环形轨迹优化是不可或缺的。
具体的,环形轨迹的重排可以采用如下技术方案:将环形轨迹投影在x-y平面上,显然可在坐标轴上或确定的任一方向上找到轨迹的唯一确定点p(可记为探头的起始点),在确定点的前后切向量是相反的(即变化是不同的),藉此确定轨迹的起始点和运动方向,如图所示。表现在m*3的轨迹矩阵中,即在某一方向寻找到(起始点)确定点的索引,根据索引前后的数据点,判断轨迹方向的变化,通过矩阵的置反或组合,来规划运动的方向,算法示意如图12所示。
1、首先轨迹在数学形式上表示就是一个M*3的矩阵列表,
2、假设将某一方向作为轨迹的起始点,比如X轴的正方向,表现在数学上就是在X上最大的点,在轨迹矩阵中,则就可以寻找到确定点数据B的索引。
3、如果轨迹从B点开始是顺时针旋转或逆时针旋转,则B上面的邻近数据点和下面的邻近数据点都代表了不同的方向矢量,即可确定旋转方向。
假设是顺时针旋转,则新组成的轨迹矩阵即为:BC+AB;若为逆时针旋转,则新组成轨迹矩阵为BA+CB(BA和CB即为AB和BC的置反)
实施例2
本发明实施例2提供了一种基于点云数据的环形位姿控制装置。图13为本发明实施例2中基于点云数据环形位姿控制装置的结构示意图,如图13所示,本发明实施例2中基于点云数据的环形位姿控制装置包括获取模块20、预处理模块21、交点确定模块22、轨迹方向确定模块23和环形轨迹确定模块24。
具体的,获取模块20,用于获取扫查部位的点云数据。
预处理模块21,用于将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表。
交点确定模块22,用于根据所述顶点列表和所述边列表识别穿过所述切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表。
轨迹方向确定模块23,利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向。
环形轨迹确定模块24,用于将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到环形轨迹。
进一步的,基于点云数据的环形位姿控制装置还包括姿态确定模块25。在得到环形轨迹之后,姿态确定模块25用于:确定所述环形轨迹中轨迹点的姿态。
具体的,所述姿态确定模块25用于:针对任一当前轨迹点,确定所述当前轨迹点的Z向量;获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。
更加具体的,所述姿态确定模块25用于:根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的周围面数量;当所述相交边的周围面数量为1时,将所述相交边的周围面的法矢作为所述当前轨迹点的法矢;当所述相交边的周围面数量为2时,判断所述相交边的周围面的法矢是否相同,当相同时,将所述相交边的任一周围面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的周围面的法矢之和作为所述当前轨迹点的法矢。
或者,所述姿态确定模块25用于:计算所述stl数据模型的顶点法矢;以三角形的形心为准计算所述stl数据模型的三角面法矢;根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。
作为进一步的实施方式,基于点云数据的环形位姿控制装置还包括环形轨迹重排模块26,所述环形轨迹重排模块26还用于:当所述环形轨迹的数量为多个时,对多个环形轨迹进行重排,使相邻两个环形轨迹中前面一个环形轨迹的终点与后面一个环形轨迹的起点相衔接。
作为进一步的实施方式,在得到环形轨迹之后,环形轨迹确定模块24还用于将所述环形轨迹进行平滑处理。
实施例3
本发明实施例还提供了一种超声设备,该超声设备可以包括处理器和存储器,其中处理器和存储器可以通过总线或者其他方式连接。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的点云数据的位姿控制方法对应的程序指令/模块(例如,图12所示的获取模块20、预处理模块21、交点确定模块22、轨迹方向确定模块23和环形轨迹确定模块24和姿态确定模块25)。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的点云数据的位姿控制方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器中,当被所述处理器执行时,执行如图1-11所示实施例中的点云数据的位姿控制方法。
上述超声设备具体细节可以对应参阅图1至图12所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (14)

1.一种基于点云数据的环形位姿控制方法,其特征在于,包括:
获取扫查部位的点云数据,将所述点云数据重构成stl后得到stl数据模型;
根据所述stl数据模型确定顶点列表、面列表和边列表;
根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到环形轨迹。
2.根据权利要求1所述的方法,其特征在于,在得到环形轨迹之后,还包括:
当所述环形轨迹的数量为多个时,对多个环形轨迹进行重排,使相邻两个环形轨迹中前面一个环形轨迹的终点与后面一个环形轨迹的起点相衔接。
3.根据权利要求1所述的方法,其特征在于,在得到环形轨迹之后,还包括:
确定所述环形轨迹中轨迹点的姿态。
4.根据权利要求1所述的方法,其特征在于,在得到环形轨迹之后,还包括:
将所述环形轨迹进行平滑处理。
5.根据权利要求2或3所述的方法,其特征在于,所述根据所述顶点列表和所述边列表识别穿过所述切平面的边包括:
获取所述顶点列表中的任一顶点,称为第一点,将所述第一点向所述切平面的法线上做投影,当第一投影点大于预设阈值时,第一投影标记为1;当所述第一投影点小于所述阈值时,第一投影标记为0;
在所述边列表中获取与所述第一点属于同一条边的第二点,将所第二点向所述切平面的法线上做投影,将所述第一点向所述切平面的法线上做投影,当第二投影点大于所述阈值时,第二投影标记为1;当所述第二投影点小于所述阈值时,第二投影标记为0;
计算所述第一投影标记和所述第二投影标记的和,当所述第一投影标记和所述第二投影标记的和为1时,则判断所述第一点与所述第二点构成的边为穿过所述切平面的边。
6.根据权利要求2或3所述的方法,其特征在于,利用所有穿过所述切平面的边与所述面列表建立面边对,包括:
根据所述面列表和所有的穿过所述切平面的边,确定所述面列表中的每个面所包含的穿过所述切平面的边,得到第一面边对;
根据所述面列表和所有的穿过所述切平面的边,确定所有的穿过所述切平面的边周围的面,得到第二面边对。
7.根据权利要求6所述的方法,其特征在于,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向包括:
获取当前边;
根据所述当前边利用所述第二面边对,确定所述当前边周围的两个面;
在所述两个面中选取未参加迭代的当前迭代面;
根据所述当前迭代面利用所述第一面边对,确定所述当前迭代面中的下一边,并将所述下一边作为所述当前边;直到回到起始面或迭代的边的数量与穿过所述切平面的边的数量相同。
8.根据权利要求3所述的方法,其特征在于,所述确定所述环形轨迹中轨迹点的姿态包括:
针对任一当前轨迹点,确定所述当前轨迹点的Z向量;
获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;
利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;
根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。
9.根据权利要求8所述的方法,其特征在于,所述确定所述当前轨迹点的Z向量包括:
根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的周围面数量;
当所述相交边的周围面数量为1时,将所述相交边的周围面的法矢作为所述当前轨迹点的法矢;
当所述相交边的周围面数量为2时,判断所述相交边的周围面的法矢是否相同,当相同时,将所述相交边的任一周围面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的周围面的法矢之和作为所述当前轨迹点的法矢。
10.根据权利要求8所述的方法,其特征在于,所述确定所述当前轨迹点的Z向量包括:
计算所述stl数据模型的顶点法矢;
以三角形的形心为准计算所述stl数据模型的三角面法矢;
根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;
将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。
11.根据权利要求1所述的方法,其特征在于,在根据所述顶点列表和所述边列表识别穿过切平面的边之前,还包括:
确定所述stl数据模型到预设基平面的最大距离和最小距离;
获取探头长度和交叠区域长度,根据所述探头长度和所述交叠区域长度确定相邻两个切平面之间的间隔长度;
根据所述最大距离、所述最小距离和所述间隔长度确定所述切平面的位置。
12.一种基于点云数据的位姿控制装置,其特征在于,包括:
获取模块,用于获取扫查部位的点云数据;
预处理模块,用于将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表;
交点确定模块,用于根据所述顶点列表和所述边列表识别穿过所述切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
轨迹方向确定模块,利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
环形轨迹确定模块,用于将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到环形轨迹。
13.一种超声设备,其特征在于,包括:
探头、存储器和处理器,所述探头、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-10中任一项所述的基于点云数据的位姿控制方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的基于点云数据的位姿控制方法。
CN202011615444.8A 2020-12-30 2020-12-30 基于点云数据的环形位姿控制方法、装置及超声设备 Active CN112767237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011615444.8A CN112767237B (zh) 2020-12-30 2020-12-30 基于点云数据的环形位姿控制方法、装置及超声设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011615444.8A CN112767237B (zh) 2020-12-30 2020-12-30 基于点云数据的环形位姿控制方法、装置及超声设备

Publications (2)

Publication Number Publication Date
CN112767237A true CN112767237A (zh) 2021-05-07
CN112767237B CN112767237B (zh) 2024-06-25

Family

ID=75697832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011615444.8A Active CN112767237B (zh) 2020-12-30 2020-12-30 基于点云数据的环形位姿控制方法、装置及超声设备

Country Status (1)

Country Link
CN (1) CN112767237B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010096779A (ja) * 2010-02-04 2010-04-30 Sumitomo Metal Ind Ltd 超音波探傷装置
EP2312534A2 (en) * 2009-10-15 2011-04-20 Aloka Co., Ltd. Ultrasonic volume data processing device
CN109454642A (zh) * 2018-12-27 2019-03-12 南京埃克里得视觉技术有限公司 基于三维视觉的机器人涂胶轨迹自动生产方法
JP2019084088A (ja) * 2017-11-08 2019-06-06 学校法人早稲田大学 超音波プローブ移動装置
US20190175142A1 (en) * 2017-12-12 2019-06-13 Canon Medical Systems Corporation Ultrasonic diagnostic apparatus, medical image processing apparatus, and method for calculating plaque score
CN110664438A (zh) * 2019-10-22 2020-01-10 深圳瀚维智能医疗科技有限公司 超声扫查轨迹规划方法、装置、存储介质及计算机设备
CN110786887A (zh) * 2019-10-22 2020-02-14 深圳瀚维智能医疗科技有限公司 乳腺超声筛查方法、装置及系统
CN111230880A (zh) * 2020-02-24 2020-06-05 西安交通大学 一种离线编程中的复杂曲面加工轨迹生成方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2312534A2 (en) * 2009-10-15 2011-04-20 Aloka Co., Ltd. Ultrasonic volume data processing device
JP2010096779A (ja) * 2010-02-04 2010-04-30 Sumitomo Metal Ind Ltd 超音波探傷装置
JP2019084088A (ja) * 2017-11-08 2019-06-06 学校法人早稲田大学 超音波プローブ移動装置
US20190175142A1 (en) * 2017-12-12 2019-06-13 Canon Medical Systems Corporation Ultrasonic diagnostic apparatus, medical image processing apparatus, and method for calculating plaque score
CN109454642A (zh) * 2018-12-27 2019-03-12 南京埃克里得视觉技术有限公司 基于三维视觉的机器人涂胶轨迹自动生产方法
CN110664438A (zh) * 2019-10-22 2020-01-10 深圳瀚维智能医疗科技有限公司 超声扫查轨迹规划方法、装置、存储介质及计算机设备
CN110786887A (zh) * 2019-10-22 2020-02-14 深圳瀚维智能医疗科技有限公司 乳腺超声筛查方法、装置及系统
CN111230880A (zh) * 2020-02-24 2020-06-05 西安交通大学 一种离线编程中的复杂曲面加工轨迹生成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FELIX SCHREINERSIMON PAEPENMÖLLERROMUALD SKODA: ""3D flow simulations and pressure measurements for the evaluation of cavitation dynamics and flow aggressiveness in ultrasonic erosion devices with varying gap widths"", 《ULTRASONICS SONOCHEMISTRY》, 31 March 2020 (2020-03-31) *
徐园: ""超声图像的三维重建与显示技术的研究"", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》, 15 April 2007 (2007-04-15), pages 138 - 331 *

Also Published As

Publication number Publication date
CN112767237B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN111968235B (zh) 一种物体姿态估计方法、装置、系统和计算机设备
US10062207B2 (en) Method and system for reconstructing a three-dimensional model of point clouds
CN106845515B (zh) 基于虚拟样本深度学习的机器人目标识别和位姿重构方法
Song et al. A progressive point cloud simplification algorithm with preserved sharp edge data
CN110084894B (zh) 三维模型的局部放大展示方法、装置与电子设备
CN113781667A (zh) 三维结构简化重建方法、装置、计算机设备和存储介质
CN108629838A (zh) 三维牙冠网格模型的孔洞修补方法及装置
CN108876893A (zh) 三维人脸重建的方法、装置、系统及计算机存储介质
CN108876704B (zh) 人脸图像变形的方法、装置及计算机存储介质
CN116310048B (zh) 一种基于曲率细分计算光线跟踪与nurbs曲面交点的方法
CN113715338A (zh) 三维模型的切片方法、打印方法及相关设备
CN114387392B (zh) 一种根据人影重建三维人体姿态的方法
CN110619679B (zh) 一种路径自动规划装置及方法
CN112734830B (zh) 基于点云数据的位姿控制方法、装置、设备及存储介质
US9977993B2 (en) System and method for constructing a statistical shape model
Dietrich et al. Probabilistic multi-sensor fusion based on signed distance functions
CN108090953B (zh) 感兴趣区域重建方法、系统以及计算机可读存储介质
CN111369662A (zh) Ct图像中血管的三维模型重建方法及系统
CN112767237A (zh) 基于点云数据的环形位姿控制方法、装置及超声设备
US20200380776A1 (en) Mesh model generation method, mesh model generation device, and program
CN115272248B (zh) 一种风机姿态的智能检测方法以及电子设备
CN114927202B (zh) 肺部形变模拟方法、装置及服务器
CN112465902B (zh) 骨科手术用光学跟踪标记球位置确定方法和装置
CN115205411A (zh) 一种遮挡体生成方法、装置、电子设备和介质
CN116229005B (zh) 三维巷道模型的测地线确定方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant